A.专家控制系统
B.专家控制器
C.专家控制规则
D.专家知识库
E.专家控制算法
您可能感兴趣的试卷
你可能感兴趣的试题
A.事实
B.可行操作
C.规则
D.结果
E.候选假设
A.总的处理计划
B.目标
C.问题的当前状态
D.问题背景
E.候选假设
A.控制信息
B.处理计划
C.中间假设
D.中间结果
E.目标
A.人工智能
B.自动控制
C.运筹学
D.信息论
E.生物学
A.人工智能
B.自动控制
C.运筹学
D.信息论
E.生物学
A.人工智能
B.自动控制
C.运筹学
D.信息论
E.生物学
A.PID控制
B.神经自适应控制
C.模糊神经控制
D.神经学习控制
E.遗传神经控制
A.递阶控制
B.专家控制
C.基于模糊控制
D.学习控制
E.免疫控制
A.知识库
B.模糊控制器
C.推理机
D.控制规则集
E.控制算法
A.符号信息处理
B.启发式程序设计
C.仿生计算
D.知识表示
E.自动推理和决策
最新试题
学习作为一种过程,它通过各种各种输入信号,并从外部校正该系统,从而使系统对特定输入具有()。
神经网络具有固有的(),这一特性给非线性控制问题带来新的希望。
神经网络的结构是由()及其互连方法决定的。
推理机的作用在于存储专家知识等数据。
神经网络拓扑结构中的一个圆圈结点表示一个细胞核。
模糊化是实现将模糊推理结果转换为执行机构能够接受的定值定量信号的过程。
模糊集合中的隶属度范围为[0~10]。
根据系统结构的复杂性把专家控制系统分为两种形式,既专家控制系统和()。
模糊控制是建立在()、模糊逻辑和模糊判决基础上的。
对于正则神经网络,其学习算法主要分为两类,既有师学习和()学习。